§ 1 Einführung, Beispiele.- I. Diskrete Wahrscheinlichkeitsräume.- § 2 Ergebnisraum, Ereignisse, Wahrscheinlichkeitsverteilung.- § 3 Gleichverteilung in endlichen Ergebnisräumen.- § 4 Elementare Kombinatorik.- § 5 Hypergeometrische Verteilung.- § 6 Zufällige Elemente.- II. Drei Grundverfahren der mathematischen Statistik.- § 7 Ausgangssituation: Elementare Stichprobentheorie.- § 8 Schätzung.- § 9 Test.- § 10 Konfidenzbereich.- III. Bedingte Wahrscheinlichkeit, Unabhängigkeit.- § 11 Bedingte Wahrscheinlichkeit.- § 12 Ein wahrscheinlichkeitstheoretisches Modell in der Informationstheorie.- § 13 Unabhängige Ereignisse.- § 14 Unabhängige zufällige Variable.- IV. Momente.- § 15 Erwartungswert, bedingter Erwartungswert.- § 16 Varianz, Kovarianz, Korrelation.- § 17 Verteilungen in Z+.- § 18 Tschebyscheffsehe Ungleichung und schwaches Gesetz der großen Zahlen.- V. Statistische Inferenz über unbekannte Wahrscheinlichkeiten.- § 19 Inferenz über eine Wahrscheinlichkeit.- § 20 Inferenz über mehrere Wahrscheinlichkeiten.- VI. Grenzwert Sätze.- § 21 Stirlingsche Formel.- § 22 Approximation der Binomialverteilung durch die Normalverteilung: der Grenzwert satz von de Moivre-Laplace.- § 23 Approximation der Binomialverteilung durch die Poissonsche Verteilung: der Poissonsche Grenzwert satz.- VII. Allgemeine Wahrscheinlichkeitstheorie.- § 24 Definition eines allgemeinen Wahrscheinlichkeitsraumes.- § 25 Zufällige Variable.- § 26 Unabhängigkeit.- § 27 Momente.- § 28 Normalverteilung, X2 Verteilung, F-Verteilung, t-Verteilung.- § 29 Mehrdimensionale Normalverteilung.- VIII. Statistik normalverteilter zufälliger Variabler.- § 30 Allgemeine Vorbemerkungen.- § 31 Aussagen über ? bei bekanntem ?2.- § 32 Aussagen über ?2 bei bekanntem ?.- §33 Aussagen über ? und ?2, wenn beide Parameter unbekannt sind.- IX. Regressions- und Varianzanalyse.- § 34 Regressionsanalyse.- § 35 Varianzanalyse.- Anhang 1 Beta- und Gamma-Funktion.- Anhang 2 Tafel zufälliger Ziffern und ihre Anwendung.
